全文获取类型
收费全文 | 225篇 |
免费 | 72篇 |
国内免费 | 58篇 |
专业分类
化学 | 125篇 |
晶体学 | 4篇 |
力学 | 11篇 |
综合类 | 5篇 |
数学 | 39篇 |
物理学 | 171篇 |
出版年
2024年 | 2篇 |
2023年 | 5篇 |
2022年 | 10篇 |
2021年 | 5篇 |
2020年 | 5篇 |
2019年 | 9篇 |
2018年 | 12篇 |
2017年 | 9篇 |
2016年 | 10篇 |
2015年 | 11篇 |
2014年 | 19篇 |
2013年 | 17篇 |
2012年 | 15篇 |
2011年 | 12篇 |
2010年 | 24篇 |
2009年 | 26篇 |
2008年 | 25篇 |
2007年 | 10篇 |
2006年 | 16篇 |
2005年 | 16篇 |
2004年 | 20篇 |
2003年 | 8篇 |
2002年 | 8篇 |
2001年 | 8篇 |
2000年 | 5篇 |
1999年 | 7篇 |
1998年 | 4篇 |
1997年 | 4篇 |
1996年 | 5篇 |
1995年 | 3篇 |
1994年 | 3篇 |
1993年 | 1篇 |
1991年 | 3篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1986年 | 2篇 |
1985年 | 2篇 |
1983年 | 3篇 |
1982年 | 1篇 |
1981年 | 3篇 |
1980年 | 1篇 |
1978年 | 1篇 |
1977年 | 1篇 |
排序方式: 共有355条查询结果,搜索用时 15 毫秒
41.
表面电沉积Ni—La2O3复合镀层的Fe26Cr1Mo不锈钢的氧化行为研究 总被引:3,自引:0,他引:3
Fe26Cr1Mo不锈钢在900℃氧化时,生成的氧化层在冷却过程中大量剥落,经表面共电沉积NiLa2O3复合镀层后,抗热循环能力明显提高。 相似文献
42.
43.
44.
45.
应用化学计量法处理光谱数据,用偏最小二乘法建立格列齐特片的近红外分析模型。通过光谱预处理和模型的逐步优化最终确定定量分析模型的相关系数为0.991,交叉验证均方差(RMSECV)为0.641,预测均方根误差(RMSEP)为0.980,主因子数为4。选取15个验证样品对模型进行检验,检测结果相对误差在-2.04%~3.52%之间。 相似文献
46.
猪肝脏和肌肉组织中β-兴奋剂克伦特罗的高效液相色谱电喷雾质谱分析研究 总被引:8,自引:0,他引:8
建立了猪肉和肝组织中克伦特罗的高效液相色谱电喷雾质谱(HPLC—ESI/MS)分析方法。在最佳色谱条件下克伦特罗的保留时间为16min,样品空白无干扰。定量分析的线性范围为2—100mg/L;最低检出限为0.75mg/L;方法回收率为95%-98%;RSD小于2.0%。利用ESI/MS/MS对β-兴奋剂克伦特罗进行了质谱解析,选择特征离子峰m/z277、259和203作为准确定性的依据。对实际生物样品猪瘦肉和肝进行检测结果表明,当样品中克伦特罗残留含量较高时,可以利用紫外检测数据对其进行准确定量。当残留含量低于最低检出限时,可以根据HPLC/ESI/MS结果中有无特征峰出现,给出较准确的定性结果。 相似文献
47.
48.
在三电极体系中,以硝酸锌水溶液作为电解液,采用阴极还原电沉积法成功实现了一维纳米结构ZnO阵列在TiO2纳米粒子/ITO导电玻璃薄膜基底上的沉积,并通过XRD、SEM、EDS和PL光谱等方法对样品进行了表征.重点研究了薄膜基底、电解液浓度、沉积时间、六次亚甲基四胺(HMT)的引入对ZnO沉积及其发光性质的影响.结果显示:与ITO玻璃基底相比,ZnO更易于在TiO2纳米粒子薄膜上实现电化学沉积.ZnO属于六方晶系的铅锌矿结构,并且沿着c-轴方向表现出明显的择优化生长,以形成垂直于基底的ZnO纳米棒阵列.延长沉积时间、增加电解液浓度和引入一定量的HMT等均对ZnO的生长有促进作用,进而使其纳米棒的结晶度和取向程度提高,进而解释了所得的薄膜分别约在375和520nm处表现出ZnO的强而窄的带边紫外光发射峰和弱而宽的表面态绿光发射带. 相似文献
49.
50.
红外、近红外光谱-簇类的独立软模式方法识别植物调和油脂 总被引:3,自引:0,他引:3
用IR,NIR光谱法结合簇类的独立软模式(SIMCA)识别方法对植物油脂进行分类识别,建立了识别二元、三元植物调和油脂的测定方法。应用NIRCal5.2软件的SIMCA技术,分别为所制备的植物调和油脂建立了IR和NIR识别模型,并讨论了光谱处理和数据处理方法来提高模型的分类识别效果。分别以各种植物调和油脂的IR和NIR光谱为变量,随机抽取2/3的样本作训练集,建立了各个调和油的主成分分析(Princi-pal component analysis,PCA)模型;1/3作验证集,对所建模型进行验证识别。用聚类分析-主成分分析(CLU-PCA)方法考察调和油的IR,NIR光谱信息与其纯油的主成分分布。结果显示,在4000~10000cm-1光谱范围内,SIMCA可以对15种二元调和油和2种三元调和油的NIR光谱分别聚类并识别;并对10种二元调和油和2种三元调和油的IR光谱分别聚类并识别。IR以4个波数1099,1119,1746与2855cm-1的吸收值作为分析基础,选择不同的主成分数及数据预处理方法。各种油脂的SIMCA分析的分类精度均为100%,调和油的验证识别准确率100%,最低识别比例为1%,且IR识别灵敏度高于NIR。 相似文献